synapse-layer
Official🧠 Synapse Layer
RAG recupera. Synapse recuerda.
Infraestructura de memoria persistente para agentes de IA — cifrada en reposo con AES-256-GCM, búsqueda semántica, nativa de MCP.
Synapse Layer es una infraestructura de memoria persistente de código abierto para agentes y asistentes de IA. Los recuerdos se cifran en reposo con AES-256-GCM, se indexan mediante pgvector HNSW para recuperación semántica y se exponen a través de MCP JSON-RPC para integración nativa con Claude, GPT, Gemini y cualquier cliente compatible con MCP. Licencia Apache 2.0.
Sitio web · Documentación · PyPI · Forge
⚡ Inicio rápido en 30 segundos
pip install synapse-layerfrom synapse_layer import Synapse
s = Synapse(token="sk_connect_YOUR_TOKEN")
s.store("user likes coffee")
print(s.recall("what does user like?"))Obtén tu token en forge.synapselayer.org → Panel de control → Conectar
Related MCP server: Sylex Memory
¿Qué es Synapse Layer?
La capa de memoria persistente para agentes de IA — la pieza faltante entre los LLM sin estado y la continuidad real del contexto.
Tus agentes de IA olvidan todo entre sesiones. Synapse Layer lo soluciona.
Característica | Descripción |
🔐 Cifrado en reposo | AES-256-GCM con IV aleatorio por operación e integridad HMAC-SHA-256 |
🧩 Conexión en un clic | Claude Desktop, Cursor, LangChain, CrewAI, n8n |
🌐 Memoria entre agentes | Guarda en ChatGPT, recuerda en Claude |
⚡ Nativo de MCP | Cualquier agente compatible con MCP |
🔒 Autenticación por cabecera | Los tokens nunca aparecen en URLs ni registros |
🎯 Coeficiente de confianza | Recuperación determinista — recuerdos clasificados por confianza, no solo por actualidad |
Por qué Synapse Layer
Tus agentes de IA olvidan todo entre sesiones. Synapse Layer lo soluciona — en una línea.
Sin Synapse Layer | Con Synapse Layer |
El agente olvida el contexto cada sesión | Memoria persistente en todas las sesiones |
Memoria bloqueada a un modelo | Entre agentes: guarda en ChatGPT, recuerda en Claude |
Sin rastro de auditoría | Puntuación de Coeficiente de Confianza en cada recuerdo |
Integración compleja |
|
Texto plano almacenado en servidores | Cifrado AES-256-GCM en reposo |
Casos de uso
Memoria de asistente a largo plazo — conserva preferencias de usuario, hechos y decisiones previas entre sesiones.
Continuidad entre agentes — guarda contexto en un agente y recupéralo en otro.
Memoria segura para clientes MCP — conecta Claude Desktop, Cursor y otras herramientas compatibles con MCP a una capa de memoria gobernada.
Memoria operativa para equipos — mantiene contexto estructurado, puntuación de confianza y recuperación buscable para agentes de producción.
Instalar
pip install synapse-layerInicio rápido
Script de Python
from synapse_layer import Synapse
client = Synapse(token="sk_connect_YOUR_TOKEN")
# Store
client.store("User prefers dark mode and concise answers")
# Recall
results = client.recall("user preferences")
for r in results:
print(r["content"], r["trust_quotient"])Con administrador de contexto
from synapse_layer import Synapse
with Synapse(token="sk_connect_YOUR_TOKEN") as client:
client.store("User prefers dark mode and concise answers")
results = client.recall("user preferences")
for r in results:
print(r["content"])Obtén tu token en forge.synapselayer.org → Panel de control → Conectar
13 Herramientas MCP de un vistazo
Synapse Layer expone actualmente 13 herramientas MCP para flujos de trabajo de memoria persistente:
recallsave_to_synapseprocess_textsearchhealth_checkinitialize_contextsave_memorystore_memoryrecall_memorylist_memoriesmemory_feedbackneural_handoverslo_report
Estas herramientas cubren captura de memoria, recuperación semántica, almacenamiento estructurado, bucles de retroalimentación, traspaso de agente y observabilidad operativa.
Modos de despliegue
Modo script de Python
Usa el SDK cuando necesites acceso directo a Python a la memoria de Forge desde tu aplicación.
Ideal para:
prototipos y scripts
flujos de trabajo nativos de Python
integración rápida en aplicaciones existentes
Nube / API de Forge
Usa Forge cuando necesites memoria persistente, entre sesiones y entre agentes con tokens de acceso gestionados.
Ideal para:
asistentes de producción
sistemas multiagente
integraciones basadas en MCP
memoria compartida entre herramientas y sesiones
Integración MCP (Claude Desktop / Cursor)
Añade a claude_desktop_config.json:
{
"mcpServers": {
"synapse-layer": {
"command": "npx",
"args": [
"mcp-remote",
"https://forge.synapselayer.org/api/mcp",
"--header",
"x-connect-token: sk_connect_YOUR_TOKEN"
]
}
}
}Ubicación del archivo de configuración:
macOS:
~/Library/Application Support/Claude/claude_desktop_config.jsonWindows:
%APPDATA%\Claude\claude_desktop_config.jsonLinux:
~/.config/Claude/claude_desktop_config.json
API — Autenticación por cabecera
# Health check
curl -H "x-connect-token: sk_connect_YOUR_TOKEN" \
https://forge.synapselayer.org/api/connect/health
# Save memory
curl -X POST \
-H "x-connect-token: sk_connect_YOUR_TOKEN" \
-H "Content-Type: application/json" \
-d '{"content": "User is a Python developer"}' \
https://forge.synapselayer.org/api/v1/captureSeguridad
Característica | Implementación |
Cifrado | AES-256-GCM en reposo con IV aleatorio por operación |
Integridad | HMAC-SHA-256 sobre el contenido |
Autenticación | Por cabecera ( |
Privacidad | Sanitización de contenido + almacenamiento cifrado por inquilino |
Aislamiento | 1 usuario = 1 inquilino = 1 mente privada |
Consulta SECURITY.md para informar vulnerabilidades.
Proyectos relacionados
Proyecto | Descripción |
SDK de Python — adaptadores para LangChain, CrewAI y protocolo A2A | |
Configuración de habilidad MCP para Claude Desktop, Cursor, Windsurf | |
Guardador de puntos de control LangGraph con persistencia de estado cifrada |
Gobernanza
Todas las afirmaciones públicas siguen la Matriz de Afirmaciones Públicas.
Los detalles de arquitectura que revelan beneficios son públicos; los mecanismos que los permiten son privados.
Afirmación = Realidad. Si no está implementado, no está en el README.
Licencia
Apache-2.0 © Synapse Layer
Available Tools
13 toolshealth_checkARead-onlyInspect
Check service availability, engine version, and storage health. Public method.
Inputs: no named parameters. Returns: status, version, dbLatencyMs
initialize_contextARead-onlyInspect
Initialize a persistent memory context for a conversation or agent session. Returns REDACTED metadata by default (detail="summary"). Use detail="full" with a reason (10–200 chars) to retrieve plaintext content under MEMORY_EXPORT_GOVERNANCE_V1.
Inputs: detail, reason. Returns: scope, agent_id, memories
list_memoriesARead-onlyInspect
List memory metadata with pagination and governance limits.
Inputs: limit, scope, agent_id. Returns: count, total, memories
memory_feedbackAInspect
Submit feedback to adjust trust scoring for stored memories.
Inputs: signal (required), memoryId, memory_id, sessionId, +1 more. Returns: trust, applied, memoryId
neural_handoverAInspect
Transfer contextual state between agents with continuity controls.
Inputs: token (required), reason (required), consuming_agent. Returns: status, handoverId
process_textAInspect
Extract candidate memories from free-form text with governance filters and sanitization.
Inputs: text (required), source, project, agent_id. Returns: extracted, storedCount
recallARead-onlyInspect
Retrieve relevant persisted memory using semantic, temporal, priority, or hybrid routing. Governance: requires reason (10–200 chars). Rate limit: 20/min.
Inputs: query (required), reason (required), mode, limit, +2 more. Returns: count, scope, memories
recall_memoryARead-onlyInspect
Recall persisted memory by query. Alias of recall.
Inputs: query (required), reason (required), mode, limit, +2 more. Returns: count, scope, memories
save_memoryCIdempotentInspect
Save a memory entry to the persistent store. Alias of save_to_synapse.
Inputs: content (required), tags, agent_id, force_intent, +1 more. Returns: id, scope, stored
save_to_synapseAIdempotentInspect
Persist memory with encryption at rest, sanitization, and deduplication controls.
Inputs: content (required), tags, type, project, +4 more. Returns: id, scope, stored
searchARead-onlyInspect
Search persisted memory across agent scopes using full-text matching. Governance: requires reason (10–200 chars) because results contain plaintext content.
Inputs: query (required), reason (required), limit, scope, +1 more. Returns: count, scope, results
slo_reportBRead-onlyInspect
Return uptime and SLO metrics for the MCP service.
Inputs: admin_token (required), window_hours. Returns: p50, p95, uptime, window, +1 more
store_memoryBIdempotentInspect
Store structured memory with metadata and trust scoring.
Inputs: content (required), tags, agent_id, force_intent, +1 more. Returns: id, scope, stored
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 13 tools
There is overlap between `save_memory` and `save_to_synapse` (aliases), and `recall_memory` and `recall` (aliases), which creates ambiguity. `save_to_synapse` and `store_memory` also have very similar purposes, potentially causing misselection.
Most tools use a verb_noun pattern (e.g., list_memories, save_memory, recall_memory), but `neural_handover` breaks this pattern by using an adjective_noun. `slo_report` is a contraction that doesn't follow the strict verb_noun structure, introducing inconsistency.
With 13 tools, the count is within the well-scoped range (3-15). The presence of aliases inflates the number slightly, but otherwise, each non-alias tool serves a distinct purpose, making the count appropriate.
The tool surface covers core CRUD operations (save, recall, list, search) and lifecycle operations (initialize, feedback, handover). Minor gaps exist, such as missing explicit update or delete tools for memories, but the domain coverage is generally strong.
Maintenance
Related MCP Connectors
Shared long-term memory vault for AI agents with 20 MCP tools.
Persistent, inspectable memory for AI agents with lineage, correction, and a hosted MCP endpoint.
Persistent memory for AI agents to retain, retrieve, and recall conversation context through MCP.
Cross-session memory for AI agents with a Source Receipt for every memory, over MCP.
Related MCP Servers
- AlicenseAqualityDmaintenancePersistent memory for AI agents. Store, recall, and share knowledge across sessions with five MCP tools: remember, recall, context, forget, and share. Includes semantic search and agent/user/org scoping.53Apache 2.0
- FlicenseAqualityDmaintenancePersistent encrypted memory for AI agents. E2E encrypted private vaults, shared knowledge commons, topic channels, and agent-to-agent DMs. 23 MCP tools, free, no API key needed.24-
- AlicenseNot gradedqualityBmaintenanceEnables AI agents to store and semantically retrieve durable memories across sessions via MCP or REST, with tools for remembering, recalling, asking, updating, and forgetting memories.17 npmMIT
- FlicenseAqualityBmaintenanceShared fleet memory for AI agents — what one agent learns, the whole fleet knows. Nightly self-correction: stale facts rewritten in place, duplicates merged. Recall pushed into every prompt in supported coding agents. Self-hosted.113-